ROW_NUMBER、RANK、DENSE_RANK 到底有什么区别？

SQL手册第 1 题约 4 分钟读完

本文目录

先说结论
业务场景：广告素材消耗排名
三个函数的SQL和结果
面试高频追问：什么场景用哪个？
一个容易踩的坑
总结

先说结论

三个函数都是排名函数，区别在于遇到并列值时的处理方式：

ROW_NUMBER()： 强制不重复，并列也给不同名次（1, 2, 3, 4）

RANK()： 允许并列，但跳号（1, 1, 3, 4）

DENSE_RANK()： 允许并列，不跳号（1, 1, 2, 3）

光看定义可能有点抽象，我们直接上场景。

先把这段讲顺；面试官追问时，再展开下面的原理和细节。

详细讲解

这道题基本是SQL面试的第一关，出现频率极高，但很多人只能说出"排序方式不同"就卡住了。今天用一个真实业务场景帮你把这三个函数彻底搞透。

业务场景：广告素材消耗排名

假设你是短剧出海公司的数据开发（没错就是我的日常），需要统计每个地区的广告素材按消耗金额排名。数据长这样：

-- 广告素材消耗表 ad_cost
| region | creative_id | cost  |
|--------|-------------|-------|
| 美国   | A001        | 5000  |
| 美国   | A002        | 5000  |
| 美国   | A003        | 3000  |
| 美国   | A004        | 2000  |
| 日本   | B001        | 8000  |
| 日本   | B002        | 6000  |

注意美国区的A001和A002消耗相同，都是5000。

三个函数的SQL和结果

SELECT
  region,
  creative_id,
  cost,
  ROW_NUMBER() OVER (PARTITION BY region ORDER BY cost DESC) AS rn,
  RANK()       OVER (PARTITION BY region ORDER BY cost DESC) AS rk,
  DENSE_RANK() OVER (PARTITION BY region ORDER BY cost DESC) AS dr
FROM ad_cost

美国区的结果：

| creative_id | cost | rn | rk | dr |
|-------------|------|----|----|----|
| A001        | 5000 | 1  | 1  | 1  |
| A002        | 5000 | 2  | 1  | 1  |
| A003        | 3000 | 3  | 3  | 2  |
| A004        | 2000 | 4  | 4  | 3  |

看出区别了吗？

ROW_NUMBER：A001和A002虽然cost相同，但被强制分了1和2，谁排前面取决于引擎（不确定性）

RANK：两个都是第1，但第3个直接跳到3（跳号）

DENSE_RANK：两个都是第1，第3个是2（连续）

面试高频追问：什么场景用哪个？

这才是面试官真正想听的。

ROW_NUMBER —— TopN取数

最常用的场景。比如"取每个地区消耗最高的3个素材"：

SELECT * FROM (
  SELECT *,
    ROW_NUMBER() OVER (PARTITION BY region ORDER BY cost DESC) AS rn
  FROM ad_cost
) t
WHERE rn <= 3

为什么用ROW_NUMBER而不是RANK？因为如果第3名有2个并列，RANK会返回4条数据，而业务方通常只要严格的3条。ROW_NUMBER能保证结果行数确定。

RANK —— 竞赛/考试排名

适合需要体现"并列后跳号"的场景，比如考试排名：第1名2个人，下一个就是第3名，没有第2名。

DENSE_RANK —— 分档/分级

适合需要连续分档的场景。比如"把用户按消费金额分成5个档次"，你不希望因为并列导致某个档次被跳过。

一个容易踩的坑

ROW_NUMBER在遇到相同值时，排名结果是不确定的。同样的SQL跑两次，A001和A002谁排第1可能不一样。

如果你需要结果稳定，一定要在ORDER BY里加一个唯一字段兜底：

ROW_NUMBER() OVER (
  PARTITION BY region 
  ORDER BY cost DESC, creative_id ASC  -- 加creative_id保证稳定
) AS rn

这个细节面试里说出来，绝对加分。我之前做埋点数据去重的时候就踩过这个坑——同一个用户同一秒有两条曝光事件，ROW_NUMBER去重后每次跑出来的结果都不一样，下游数据忽高忽低，排查了半天才发现是这个问题。

总结

函数	并列处理	是否跳号	典型场景
------	----------	----------	----------
ROW_NUMBER	强制不同	—	TopN取数、去重
RANK	允许并列	跳号	竞赛排名
DENSE_RANK	允许并列	不跳号	分档分级

记住一句话：取数用ROW_NUMBER，排名用RANK，分档用DENSE_RANK。

面试的时候不要只背定义，能结合业务场景说清楚"什么时候用哪个"才是关键。

下一题我们聊一道经典中等题：怎么查连续登录N天的用户？ 这道题思路非常巧妙，但很多人第一次见都会懵。

你们面试被问过排名函数吗？评论区聊聊～

关注「Wood聊大数据」| 9年大数据老兵，聊技术、聊职场、聊成长

刷题进度保存在当前浏览器